Ứng dụng cảnh báo dịch Covid-19 của sinh viên TP.HCM giành giải nhất sinh viên nghiên cứu khoa học

Đó là ứng dụng độc đáo của 2 sinh viên Võ Quang Nghĩa (Khoa Y - ĐH Quốc gia TP.HCM) và Nguyễn Quang Đức (Trường ĐH Bách khoa TP.HCM) giúp cảnh báo được tình hình dịch Covid-19 đang diễn biến phức tạp hiện nay.

Đây cũng là dự án giành giải nhất lĩnh vực công nghệ sinh học - y sinh cuộc thi Sinh viên nghiên cứu khoa học Eureka năm 2020.

Võ Quang Nghĩa (thứ 3 từ trái qua) và Nguyễn Quang Đức (thứ 4 từ trái qua) giành giải thưởng Eureka năm 2020

Nghỉ học vì dịch Covid-19 dài ngày từ đầu năm, bản thân lại là sinh viên trường y, Võ Quang Nghĩa cảm thấy mình cần làm điều gì đó để giúp đỡ cộng đồng vượt qua dịch bệnh, thế là ý tưởng về ứng dụng cảnh báo dịch Covid-19 của Nghĩa bắt đầu hình thành.

Ngay lập tức, Nghĩa gọi cho Đức (cùng nằm trong đội tuyển học sinh giỏi toán thời THPT với Nghĩa) để hỏi: “Nếu bây giờ mình lấy 3 thông số cơ bản là số người mắc bệnh, số người hồi phục và số người tử vong để áp vào phương trình và làm dự đoán thì có được không?”.

Thế là cả hai cùng bàn và lấy số liệu để thử nghiệm, cuối cùng thấy khả thi nên 2 chàng trai bắt đầu nghiên cứu sâu hơn.

Cụ thể, nhóm nghiên cứu "nạp" số liệu vào một số thuật toán, phương trình vi phân được chọn lọc. Dữ liệu bao gồm số người mắc bệnh, số người hồi phục và số người tử vong trong 10 ngày liên tiếp trước đó. Hệ thống tính được hệ số gốc để ra phương trình tổng quát. Từ đó, khi nhập ngày cụ thể, phương trình có thể cho ra kết quả là con số dự đoán số người mắc bệnh, số ca tử vong...

Võ Quang Nghĩa (trái) và Nguyễn Quang Đức - 2 chàng sinh viên sáng tạo ứng dụng cảnh báo dịch Covid-19

Nhưng theo Nghĩa vấn đề ở chỗ là làm sao để mô hình này có thể chạy mãi, vận hành mãi nhằm cho ra các kết quả liên tục. Kiểu dạng như mô hình đó sẽ tự học hỏi và tự nâng tầm hiểu biết lên thì phải sử dụng đến mô hình trí tuệ nhân tạo để áp vào phương trình đó. Nhờ vào trí tuệ nhân tạo có thể lấy số liệu liên tục, tạo ra những biến số liên tục để có thể dự đoán được kết quả liên tục.

Mô hình này lấy dữ liệu của 10 ngày bệnh để xem những ngày kế tiếp sẽ như thế nào. “Phải là số liệu của 10 ngày, vì tụi mình đã thử nghiệm với những số ngày khác nhau như 7 hay 14 ngày thì đều cho ra kết quả không đúng”, Nghĩa nói.

Theo Nghĩa, để có thể thử nghiệm được ứng dụng này, nhóm đã làm một phép thử với các tháng đã diễn ra dịch Covid-19 và thấy số liệu hoàn toàn đúng với thực tế đã diễn ra. Không chỉ thử nghiệm với tình hình của Việt Nam, mà khi thử nghiệm với các nước trên thế giới thì kết quả đưa ra là hoàn toàn trùng khớp.

Ứng dụng không đưa ra chính xác đến từng con số người mắc bệnh, tử vong mà dự báo được xu hướng tăng giảm. Từ đó sẽ cung cấp dữ liệu để bên trung tâm kiểm soát dịch bệnh có thể dựa vào mà đưa ra kế hoạch cụ thể”, Nghĩa chia sẻ.

Nghĩa cũng cho biết phương trình dự đoán này có thể ứng dụng trong nhiều lĩnh vực và nhiều loại dịch bệnh khác nhau. Tuy nhiên, vấn đề lây lan Covid-19 rất phức tạp, ngoài 3 số liệu cơ bản là người mắc bệnh, hồi phục và tử vong thì còn phụ thuộc vào các yếu tố khác như nhiệt độ, luồng di cư, mật độ dân cư…

Tức là có quá nhiều yếu tố để có thể dẫn tới bùng phát dịch Covid-19, nên nhóm định hướng trong tương lai là sẽ thêm vào những số liệu đó để phát triển mô hình này cho hiệu quả và chuẩn xác hơn nữa.

Trong năm 2020, tham dự giải thưởng Sinh viên nghiên cứu khoa học Eureka 2020,  nghiên cứu về Ứng dụng cảnh báo dịch Covid-19 của Nghĩa và Đức xuất sắc giành giải nhất trong lĩnh vực công nghệ sinh học - y sinh.

Hiện tại, Đức cho biết dự án đang trong quá trình làm việc để chuyển giao cho Sở Y tế TP.HCM. Dự kiến sau khi chuyển giao, nhóm sẽ tiếp tục nghiên cứu để mở rộng mô hình.

PGS.TS Quản Thành Thơ - Phó Trưởng khoa khoa học máy tính Trường ĐH Bách khoa (ĐH Quốc gia TP.HCM) - là giảng viên hướng dẫn cho Nghĩa và Đức. Ông đánh giá nhờ những tính năng trong nghiên cứu Ứng dụng cảnh báo dịch Covid-19 của hai sinh viên này nên ngành y tế và các ngành chuyên môn có thể nắm được tình hình như khi nào tới đỉnh dịch để có thể đưa ra các biện pháp sát với thực tế.

Hoàng Thanh